Cancer patient-reported knowledge and preferences for liquid biopsies and blood biomarkers at a comprehensive cancer centre.
Notice bibliographique
Résumé
6587 Background: Novel blood-based biomarkers, including cell-free DNA and plasma signatures, are becoming a reality in precision oncology. Yet, little is known about cancer patients’ perspectives on blood biomarkers in clinical practice. Methods: A 54-item self-administered questionnaire and four interviewer-administered trade-off scenarios were administered to cancer patients across all sites at Princess Margaret Cancer Centre. Results: Of 632 eligible patients, 66% (n = 417) completed the survey; 54% female; median age 61 (range 18-101) years. Patients had a median accuracy score of 18% (range 0-81%) on their knowledge of the role of biomarkers on their own cancer. Disease site was significantly associated with knowledge (P = 0.029); patients with breast, genitourinary, and thoracic cancers performed better than patients of other sites. Females (P = 0.012) and those with higher education (P = 0.019) and income (P = 0.0016) also scored better. Scores were not associated with the stage at diagnosis, time since diagnosis, age or ethnicity. Using chart review, 91% had been evaluated in at least one setting with either tissue, blood, or clinical biomarkers; however, only 20% of them were aware of this. In the scenario-based preference testing, if given a choice, 90% (n = 372) preferred a liquid (blood) over a tissue biopsy; however, these patients only accepted a median waiting period of one additional week (IQR: 0-3 weeks) and a 5% decrease (IQR 0-10%) in sensitivity of identifying the right treatment before switching their preference to the tissue biopsy. The majority (n = 216; 58%) were not interested in switching even with no potential complications from tissue biopsy. People with higher education were more likely to switch based on the level of risk (P < 0.001). Conclusions: Although patients had limited understanding of their cancer-specific blood-based biomarkers, 90% preferred blood over tissue biomarkers, but with little tolerance to waiting longer for results or decreased test sensitivity. Developing blood biomarkers and performing liquid biopsies are therefore desirable to patients, but only if they had similar or improved test characteristics over their tissue counterparts.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».